如何在Linux上搭建HDFS測試環境

在Linux上搭建HDFS（Hadoop分布式文件系統）測試環境，可以按照以下步驟進行：

1. 安裝Java

Hadoop需要Java運行環境，首先確保你的系統上安裝了Java。

sudo apt update
sudo apt install openjdk-8-jdk

驗證Java安裝：

java -version

2. 下載并解壓Hadoop

從Apache Hadoop官方網站下載最新版本的Hadoop，并解壓到本地目錄。

wget https://downloads.apache.org/hadoop/common/hadoop-3.3.4/hadoop-3.3.4.tar.gz
tar -xzvf hadoop-3.3.4.tar.gz -C /usr/local/

3. 配置Hadoop環境變量

編輯/etc/profile文件，添加Hadoop的環境變量。

sudo nano /etc/profile

在文件末尾添加以下內容：

export HADOOP_HOME=/usr/local/hadoop-3.3.4
export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin

保存并退出編輯器，然后使配置生效：

source /etc/profile

4. 配置Hadoop

編輯Hadoop的核心配置文件core-site.xml。

nano $HADOOP_HOME/etc/hadoop/core-site.xml

添加以下內容：

<configuration>
    <property>
        <name>fs.defaultFS</name>
        <value>hdfs://localhost:9000</value>
    </property>
</configuration>

編輯HDFS的配置文件hdfs-site.xml。

nano $HADOOP_HOME/etc/hadoop/hdfs-site.xml

添加以下內容：

<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>/usr/local/hadoop-3.3.4/data/namenode</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>/usr/local/hadoop-3.3.4/data/datanode</value>
    </property>
</configuration>

5. 格式化HDFS

在首次啟動HDFS之前，需要對NameNode進行格式化。

hdfs namenode -format

6. 啟動HDFS

啟動HDFS集群。

start-dfs.sh

7. 驗證HDFS

檢查HDFS是否正常運行。

jps

你應該能看到以下進程：

• NameNode
• DataNode
• SecondaryNameNode

訪問HDFS Web界面：

打開瀏覽器，訪問http://localhost:50070，你應該能看到HDFS的狀態頁面。

8. 停止HDFS

停止HDFS集群。

stop-dfs.sh

9. 清理數據目錄

如果你需要重新格式化HDFS，可以刪除數據目錄中的內容。

rm -rf /usr/local/hadoop-3.3.4/data/*

然后重新格式化：

hdfs namenode -format

10. 配置YARN（可選）

如果你需要運行MapReduce作業，還需要配置YARN。

編輯yarn-site.xml。

nano $HADOOP_HOME/etc/hadoop/yarn-site.xml

添加以下內容：

<configuration>
    <property>
        <name>yarn.nodemanager.aux-services</name>
        <value>mapreduce_shuffle</value>
    </property>
    <property>
        <name>yarn.nodemanager.aux-services.mapreduce.shuffle.class</name>
        <value>org.apache.hadoop.mapred.ShuffleHandler</value>
    </property>
</configuration>

啟動YARN：

start-yarn.sh

驗證YARN是否正常運行：

jps

你應該能看到以下進程：

• ResourceManager
• NodeManager

訪問YARN Web界面：

打開瀏覽器，訪問http://localhost:8088，你應該能看到YARN的狀態頁面。

通過以上步驟，你就可以在Linux上成功搭建一個HDFS測試環境。